我國(guó)是傳統(tǒng)的農(nóng)業(yè)大國(guó)，大米更是我們?nèi)粘Ｉ钪兄饕募Z食之一。“農(nóng)田智能化、數(shù)字化成為農(nóng)業(yè)發(fā)展的趨勢(shì)。”據(jù)國(guó)務(wù)院《新一代人工智能發(fā)展規(guī)劃》及《廣東省新一代人工智能發(fā)展規(guī)劃》均明確提出這一觀點(diǎn)。

廣州的艾米生態(tài)人工智能農(nóng)業(yè)實(shí)驗(yàn)室從三年多前便著手將人工智能與生態(tài)農(nóng)業(yè)結(jié)合，試圖利用AI改變傳統(tǒng)“面朝黃土背朝天”的耕作方式，為農(nóng)業(yè)裝上“智慧大腦”。全媒體記者在“大腦”后臺(tái)的研究室看到，盡管遠(yuǎn)離田間，但仍可通過(guò)田間數(shù)個(gè)傳感器、無(wú)人機(jī)等實(shí)時(shí)收集農(nóng)作物、天氣、土壤等數(shù)據(jù)，監(jiān)測(cè)農(nóng)作物的生長(zhǎng)情況，從而減少田間耕作人員的數(shù)量與工作量。據(jù)了解，能“自動(dòng)巡航”和除草的田間機(jī)器人1.0已進(jìn)入原型測(cè)試階段。

智慧農(nóng)業(yè)是我國(guó)農(nóng)業(yè)現(xiàn)代化發(fā)展的必然趨勢(shì)。縱觀全球，許多發(fā)達(dá)國(guó)家同樣在大力投入智慧農(nóng)業(yè)的研發(fā)。專家表示，信息技術(shù)、人工智能、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、神經(jīng)網(wǎng)絡(luò)、無(wú)人機(jī)等技術(shù)的重大變革，孕育著一場(chǎng)農(nóng)業(yè)技術(shù)的重大變革。

生態(tài)種植農(nóng)田被插上了“AI芯片”

自古以來(lái)，降水、病蟲(chóng)、草害、土壤等因素對(duì)種植都有極大影響。以往為采集氣象數(shù)據(jù)，技術(shù)人員只能將天氣預(yù)報(bào)的筆記，還有通過(guò)土樣、水樣采集的土地養(yǎng)分、濕度等各種數(shù)據(jù)從各地農(nóng)場(chǎng)寄到相關(guān)農(nóng)業(yè)部門，再利用機(jī)器進(jìn)行分析;傳統(tǒng)水稻田的巡田、除蟲(chóng)、除草等也要靠人力完成……這些耗時(shí)、耗力的工作，隨著人工智能(AI)、大數(shù)據(jù)、物聯(lián)網(wǎng)等新一代信息技術(shù)高速發(fā)展，正在發(fā)生質(zhì)的改變。

如今，農(nóng)田被插上了“AI芯片”，在衛(wèi)星、無(wú)人機(jī)、物聯(lián)網(wǎng)等高科技手段的支持下，曾對(duì)農(nóng)業(yè)生產(chǎn)具有重要影響的因素，逐漸演變成大屏幕上的可視數(shù)據(jù)，供人工智能技術(shù)團(tuán)隊(duì)進(jìn)行智能分析與預(yù)測(cè)。

在艾米人工智能農(nóng)業(yè)實(shí)驗(yàn)室中，全媒體記者看到了AIRICE“農(nóng)田大腦”系統(tǒng)。在系統(tǒng)的大屏幕上實(shí)時(shí)展示不同區(qū)域試驗(yàn)田中天氣、土壤、農(nóng)作物等各類數(shù)據(jù)。艾米人工智能農(nóng)業(yè)項(xiàng)目總監(jiān)桑強(qiáng)表示：“我們做的第一步是把數(shù)據(jù)采集輸入至云端大數(shù)據(jù)后臺(tái)中，經(jīng)過(guò)一段時(shí)間累計(jì)，AI團(tuán)隊(duì)會(huì)建立起各種算法模型，如病蟲(chóng)害、降雨量、蒸發(fā)量、土壤濕度關(guān)系等，科學(xué)地計(jì)算預(yù)測(cè)農(nóng)田的產(chǎn)量、需肥量、放水量等。據(jù)悉，該實(shí)驗(yàn)室團(tuán)隊(duì)目前主要集中于水稻生態(tài)種植的現(xiàn)代化、智能化。所謂生態(tài)種植，與常規(guī)種植相比，它意味著避免除草劑、除蟲(chóng)劑等化學(xué)農(nóng)藥、化肥使用，以保證種植出來(lái)的產(chǎn)品安全、沒(méi)有污染。”

然而，目前看到的大數(shù)據(jù)采集環(huán)節(jié)只是整套“大腦”的第一步。未來(lái)，這套系統(tǒng)還包含了智能感知、智能預(yù)警和智能行為。智能感知是指系統(tǒng)能夠?qū)ψ魑锏冗M(jìn)行健康指數(shù)分析，而當(dāng)“發(fā)現(xiàn)”病蟲(chóng)草害時(shí)就會(huì)做出智能預(yù)警;再者，“大腦”可“控制”各種生產(chǎn)機(jī)械、智能設(shè)備，例如各種農(nóng)業(yè)機(jī)器人機(jī)進(jìn)行田間作業(yè)。

在田間裝上傳感器實(shí)現(xiàn)遠(yuǎn)程感知

對(duì)于AI+農(nóng)業(yè)，實(shí)驗(yàn)室團(tuán)隊(duì)看來(lái)，現(xiàn)階段主要是解決了傳統(tǒng)農(nóng)業(yè)三大“痛點(diǎn)”。一是保持生態(tài)種植的質(zhì)量和產(chǎn)量。二是田間種植中人力問(wèn)題，尤其讓80后、90后等年輕人愿意種田，培訓(xùn)專業(yè)的懂得生態(tài)種植的人才。第三則是可復(fù)制種植標(biāo)準(zhǔn)，“單個(gè)農(nóng)場(chǎng)可以做得很好，那么一百個(gè)農(nóng)場(chǎng)呢?如何降低成本，特別是人力成本，并且快速?gòu)?fù)制和部署到全國(guó)各地。”

據(jù)了解，目前在艾米不同地區(qū)的試驗(yàn)田中已基本實(shí)現(xiàn)了大數(shù)據(jù)實(shí)時(shí)采集的環(huán)節(jié)。這些數(shù)據(jù)是如何實(shí)現(xiàn)遠(yuǎn)程采集?利用大量的傳感器：例如位于從化的約300畝試驗(yàn)田中安裝了26個(gè)傳感器。據(jù)團(tuán)隊(duì)的技術(shù)專家表示，傳感器的多少是按照試驗(yàn)田的面積決定，26個(gè)只是基礎(chǔ)，由于不同地區(qū)的地勢(shì)落差、土壤濕度、酸度、鹽分不一樣。假如是落差較大、濕度差別較大的區(qū)域，傳感器會(huì)布置得更密集。

以從化的農(nóng)場(chǎng)為例，氣象數(shù)據(jù)和土壤數(shù)據(jù)目前是每隔一小時(shí)采集一次。采集后的數(shù)據(jù)會(huì)實(shí)時(shí)傳輸?shù)较到y(tǒng)的云端，進(jìn)入農(nóng)田大腦的后臺(tái)進(jìn)行存儲(chǔ)和處理，然后實(shí)時(shí)展示在大屏幕終端上。桑強(qiáng)表示，“預(yù)計(jì)今年初可在一個(gè)系統(tǒng)上看到多個(gè)農(nóng)場(chǎng)不同的數(shù)據(jù)，也就說(shuō)，通過(guò)一個(gè)界面能實(shí)現(xiàn)管理，哪個(gè)農(nóng)場(chǎng)出現(xiàn)異常情況，系統(tǒng)就會(huì)預(yù)警。而農(nóng)場(chǎng)的種植者也可通過(guò)這一智能系統(tǒng)來(lái)監(jiān)控農(nóng)場(chǎng)的各種數(shù)據(jù)情況。”

根據(jù)去年印發(fā)的《廣東省新一代人工智能發(fā)展規(guī)劃》(下稱《規(guī)劃》)中關(guān)于智慧農(nóng)業(yè)的應(yīng)用場(chǎng)景，重點(diǎn)是在現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園中大力推進(jìn)“互聯(lián)網(wǎng)+”智慧農(nóng)業(yè)，應(yīng)用物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等現(xiàn)代信息技術(shù)，推動(dòng)農(nóng)業(yè)全產(chǎn)業(yè)鏈改造升級(jí)。

機(jī)器人“入田”

視覺(jué)識(shí)別巡田、除草

縱觀全球，許多發(fā)達(dá)國(guó)家正大力投入智慧農(nóng)業(yè)的研發(fā)。日本在不同地區(qū)通過(guò)信息通信技術(shù)、機(jī)器人、智能溫室等新技術(shù)來(lái)打造智慧農(nóng)業(yè)。有些地區(qū)的農(nóng)業(yè)生產(chǎn)者在農(nóng)場(chǎng)的塑料大棚區(qū)，安裝了傳感器，它能夠監(jiān)測(cè)大棚內(nèi)的溫度、濕度、二氧化碳濃度等數(shù)值，再通過(guò)網(wǎng)絡(luò)將數(shù)據(jù)上傳到云端服務(wù)器存儲(chǔ)起來(lái)，不僅是電腦，手機(jī)也可以查看保存的數(shù)據(jù)。去年4月，日本富士通聯(lián)合九州大學(xué)共同研究如何利用AI技術(shù)來(lái)提高農(nóng)業(yè)生產(chǎn)效率。研究人員在專用實(shí)驗(yàn)場(chǎng)所“SmartHouse”中，利用九州大學(xué)植物體測(cè)量評(píng)定技術(shù)，并結(jié)合圖像處理技術(shù)，從相機(jī)拍攝的植株高度、植被葉量、植物莖部直徑等數(shù)據(jù)來(lái)了解植物生長(zhǎng)繁殖狀況。

而農(nóng)業(yè)全球聞名的以色列，將農(nóng)業(yè)物聯(lián)網(wǎng)、互聯(lián)網(wǎng)技術(shù)農(nóng)業(yè)與傳統(tǒng)農(nóng)業(yè)相結(jié)合，實(shí)現(xiàn)農(nóng)業(yè)智能化。據(jù)悉，早前，當(dāng)?shù)匾粍?chuàng)新團(tuán)隊(duì)利用安裝在牛棚內(nèi)的多種傳感器采集數(shù)據(jù)，并通過(guò)軟件對(duì)數(shù)據(jù)進(jìn)行分析，能實(shí)時(shí)了解奶牛的緊張情緒程度，從而通過(guò)不同手段為奶牛緩解情緒提高產(chǎn)量。另外，為了提高農(nóng)業(yè)的效率，還有以色列公司利用傳感器、遙感技術(shù)軟件等增加農(nóng)業(yè)產(chǎn)量，提高農(nóng)作物生產(chǎn)利潤(rùn)。

近年來(lái)，國(guó)內(nèi)互聯(lián)網(wǎng)巨頭以及一些科技創(chuàng)新團(tuán)隊(duì)，都在嘗試?yán)棉r(nóng)業(yè)無(wú)人機(jī)、智能灌溉、智能溫室、機(jī)器人等一系列物聯(lián)網(wǎng)技術(shù)、人工智能整合產(chǎn)業(yè)鏈、利用互聯(lián)網(wǎng)思維去改造傳統(tǒng)農(nóng)業(yè)，發(fā)展智能農(nóng)業(yè)。去年4月，京東宣布將以無(wú)人機(jī)農(nóng)林植保服務(wù)為切入點(diǎn)，整合京東集團(tuán)物流、金融、生鮮、大數(shù)據(jù)等能力，搭建智慧農(nóng)業(yè)共同體，同時(shí)打造首個(gè)農(nóng)場(chǎng)品牌“京東農(nóng)場(chǎng)”。在去年11月，京東宣布進(jìn)軍養(yǎng)豬和種菜市場(chǎng)，將通過(guò)整合“神農(nóng)大腦(AI)”、物聯(lián)網(wǎng)設(shè)備、獨(dú)創(chuàng)養(yǎng)殖巡檢機(jī)器人、飼喂機(jī)器人、3D農(nóng)業(yè)攝像頭等高科技手段，實(shí)現(xiàn)整個(gè)養(yǎng)豬業(yè)的智能化、數(shù)字化和互聯(lián)網(wǎng)化。另外，阿里在去年正式發(fā)布了阿里云ET農(nóng)業(yè)“大腦”。百度則在2018世界大會(huì)上公布了AI遙感智能監(jiān)測(cè)病蟲(chóng)害的最新成果，完成精準(zhǔn)科學(xué)用藥，農(nóng)藥使用量降低50%。

全媒體記者了解到，目前艾米實(shí)驗(yàn)室團(tuán)隊(duì)研發(fā)的田間機(jī)器人已進(jìn)入室內(nèi)路障測(cè)試階段。據(jù)計(jì)劃，田間機(jī)器人1.0主要專注于田間“穿插行走”，2.0版本將利用智能視覺(jué)進(jìn)行植株分析，3.0版本則可通過(guò)智能行為進(jìn)行田間作業(yè)。這個(gè)機(jī)器人包含數(shù)個(gè)除草臂和攝像頭，“行走”速度約5公里/小時(shí)，工作時(shí)間能達(dá)到10小時(shí)/天、100畝地/天，“這相當(dāng)于50~65個(gè)人的工作效率。”技術(shù)人員表示。利用機(jī)器人負(fù)擔(dān)巡田、除草等環(huán)節(jié)，不僅能節(jié)約人力成本，同時(shí)有望大面積實(shí)現(xiàn)零化學(xué)農(nóng)藥、零化肥、零除草劑的“生態(tài)種植”標(biāo)準(zhǔn)。這也是目前對(duì)農(nóng)業(yè)發(fā)展最大的推動(dòng)之一，“我們從化農(nóng)場(chǎng)改造后一兩年，白鷺就飛回來(lái)了，因?yàn)橛兴氤缘南x(chóng)。其實(shí)每種生物的存在，對(duì)整個(gè)生態(tài)都是有影響的。”艾米生態(tài)人工智能農(nóng)業(yè)實(shí)驗(yàn)室董事長(zhǎng)鄔茂超表示。

然而，正如針對(duì)不同行業(yè)領(lǐng)域的機(jī)器人所需的技術(shù)與性能有差異化，當(dāng)前田間機(jī)器人的研發(fā)焦點(diǎn)在于“自主控制”。據(jù)悉，這方面要結(jié)合高精度的定位、傳感技術(shù)、圖像識(shí)別、高級(jí)AI算法等。在“圖像識(shí)別小組”努力下，AI算法已能“辨別”到水稻、雜草、石頭等，在田里可自動(dòng)“瞄準(zhǔn)”雜草并除掉。而在缺少參照物的大片農(nóng)田中，機(jī)器人可通過(guò)“GPS+RTK定位+圖像路徑識(shí)別+避障系統(tǒng)”來(lái)“尋路”。

物聯(lián)網(wǎng)專家解釋，“田間機(jī)器人除了避障外，更重要的是要克服水稻田的實(shí)際環(huán)境，如田間的泥濘、水溝，對(duì)機(jī)器人與傳感器等機(jī)械設(shè)備都是一大考驗(yàn)。”據(jù)預(yù)測(cè)，未來(lái)300畝田將布置1臺(tái)機(jī)器人系統(tǒng)。

據(jù)早前，華為XLabs發(fā)布的《聯(lián)網(wǎng)農(nóng)場(chǎng)智慧農(nóng)業(yè)市場(chǎng)評(píng)估》白皮書(shū)指出，到2020年，智慧農(nóng)業(yè)的潛在市場(chǎng)規(guī)模有望由2015年的137億美元增長(zhǎng)至268億美元。物聯(lián)網(wǎng)有望成為促進(jìn)農(nóng)業(yè)提產(chǎn)、實(shí)現(xiàn)供需平衡的關(guān)鍵使能技術(shù)。

智能農(nóng)業(yè)處于“融合”階段

需大量數(shù)據(jù)積累

人工智能近年在工業(yè)、金融、醫(yī)療、教育、汽車等各個(gè)領(lǐng)域都很火熱，并且逐漸實(shí)現(xiàn)技術(shù)驅(qū)動(dòng)產(chǎn)業(yè)升級(jí)階段。而在業(yè)界看來(lái)，我國(guó)智能農(nóng)業(yè)仍處于“早期融合”。

暨南大學(xué)管理學(xué)院副教授湯胤表示，“就目前我們調(diào)研的結(jié)果來(lái)說(shuō)，人工智能+農(nóng)業(yè)仍處于比較早期的融合階段，一方面?zhèn)鹘y(tǒng)農(nóng)業(yè)耕作方式根深蒂固，但生產(chǎn)效率不高。這與人工智能的發(fā)展瓶頸有很大關(guān)系。”

“近年來(lái)，人工智能尤其在視覺(jué)方面的突破，以及物聯(lián)網(wǎng)的普及，使得智慧農(nóng)業(yè)成為可能”。具體來(lái)說(shuō)，很多地區(qū)農(nóng)田逐漸推進(jìn)物聯(lián)網(wǎng)設(shè)備的部署，這些設(shè)備的部署使農(nóng)田的變化可以被龐大的云端系統(tǒng)所數(shù)字化讀取，也就是“監(jiān)”，進(jìn)而根據(jù)大數(shù)據(jù)搭建預(yù)測(cè)模型，這些模型可用于科學(xué)決策，也就是“控”。

“就我們觀察，絕大多數(shù)農(nóng)田目前仍然處在‘監(jiān)而不控’的階段，這其實(shí)是一種浪費(fèi)。另外，通過(guò)，計(jì)算機(jī)視覺(jué)技術(shù)也開(kāi)始應(yīng)用于農(nóng)田宏觀層面的把控，但在微觀層面，例如識(shí)別病蟲(chóng)害仍然缺乏較為成功的案例。”湯胤表示。

據(jù)《規(guī)劃》指出，要突破農(nóng)業(yè)“大數(shù)據(jù)+知識(shí)圖譜”關(guān)鍵技術(shù)，建立一批單品大數(shù)據(jù)全產(chǎn)業(yè)鏈應(yīng)用模式，建立基于知識(shí)圖譜、自然語(yǔ)言語(yǔ)義識(shí)別、機(jī)器學(xué)習(xí)的農(nóng)技農(nóng)藝和災(zāi)害防控與應(yīng)急處理服務(wù)體系，有效支撐鄉(xiāng)村振興戰(zhàn)略實(shí)施。

據(jù)透露，今年1月，艾米生態(tài)實(shí)驗(yàn)室將發(fā)布“生態(tài)水稻生長(zhǎng)圖譜”大數(shù)據(jù)。當(dāng)前，研究團(tuán)隊(duì)已建立生態(tài)水稻圖譜數(shù)據(jù)中心，采集了百萬(wàn)級(jí)的生態(tài)水稻數(shù)據(jù)，“未來(lái)，這套圖譜將成為人工智能算法的依據(jù)”。

盡管國(guó)內(nèi)人工智能視覺(jué)技術(shù)在近年突飛猛進(jìn)，但是用于農(nóng)業(yè)中，仍有不少困難要克服。“人工智能視覺(jué)目前主要集中在人臉識(shí)別，不過(guò)在農(nóng)業(yè)，比如水稻田中，要識(shí)別的是水稻、病蟲(chóng)草害的種類，這些在國(guó)內(nèi)目前尚未有足夠大量的數(shù)據(jù)給機(jī)器進(jìn)行學(xué)習(xí)。”桑強(qiáng)如此表示，“如何訓(xùn)練AI模型進(jìn)行對(duì)稻苗和病蟲(chóng)草害的識(shí)別，就只能靠一項(xiàng)項(xiàng)做數(shù)據(jù)采集，甚至自己養(yǎng)蟲(chóng)子來(lái)拍攝。”

湯胤表示，智慧農(nóng)業(yè)現(xiàn)階段面臨的最大困難反而不是技術(shù)層面上的問(wèn)題，而是數(shù)據(jù)方面的積累。另一方面的困難，是人工智能人才荒，這方面人才本來(lái)就稀缺，如果農(nóng)業(yè)領(lǐng)域不能提供足夠的吸引力，就更難以吸引優(yōu)秀的人才加盟。

如今，越來(lái)越多不同領(lǐng)域的農(nóng)業(yè)，例如水稻、玉米、小麥等糧食生產(chǎn)，禽類魚(yú)類養(yǎng)殖、蔬菜水果種植、棉花作物種植等都裝上“智能芯片”，與人工智能、物聯(lián)網(wǎng)等技術(shù)“結(jié)合”，通過(guò)探索現(xiàn)代化、智能化的生產(chǎn)手段，從而提升產(chǎn)量、增加收益、降低各類成本，令整個(gè)生態(tài)環(huán)境變好。

然而，理想很豐滿，現(xiàn)實(shí)很骨感。畢竟，我國(guó)農(nóng)業(yè)發(fā)展多年，許多地區(qū)仍主要依靠人力，通過(guò)傳統(tǒng)的方式手段進(jìn)行生產(chǎn)。據(jù)農(nóng)業(yè)專家表示，相對(duì)于智能賦能的其他行業(yè)，農(nóng)村互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)、農(nóng)業(yè)從業(yè)人員技術(shù)素質(zhì)、農(nóng)業(yè)精益化生產(chǎn)水平等農(nóng)業(yè)基礎(chǔ)較為薄弱。

另外，相比美國(guó)、日本、以色列等農(nóng)業(yè)現(xiàn)代化發(fā)展得較早的國(guó)家，它們有更多技術(shù)與數(shù)據(jù)的積累，因此，在智能農(nóng)業(yè)的種植生產(chǎn)過(guò)程中，具有足夠研究數(shù)據(jù)和理論做支持，如知道怎樣控制農(nóng)作物的淋水量，從而實(shí)現(xiàn)增產(chǎn)。而在我國(guó)，如衛(wèi)星遙感數(shù)據(jù)、無(wú)人機(jī)等已逐漸在各地“試水”。但目前無(wú)人機(jī)可能只是針對(duì)農(nóng)作物噴灑某種農(nóng)藥，但不會(huì)告訴你某類田、某類作物，在幾月份要噴什么藥，噴灑多少分量等。

“我國(guó)傳統(tǒng)農(nóng)業(yè)種植，個(gè)性化很強(qiáng)，同樣是水稻，每家每戶種植的方式和技術(shù)都不同，如何形成一套智能化標(biāo)準(zhǔn)、生態(tài)標(biāo)準(zhǔn)，這也是我們亟須解決的問(wèn)題。”鄔茂超說(shuō)道。

然而，在面對(duì)智能農(nóng)業(yè)技術(shù)人才緊缺的問(wèn)題上，正如湯胤教授所言，例如農(nóng)田“大腦”和田間機(jī)器人配合使用，有望使得一般農(nóng)戶家庭可以管理超過(guò)500畝農(nóng)田，大幅提高生產(chǎn)效率，大幅降低人力成本，減少田間作業(yè)強(qiáng)度。如果未來(lái)這個(gè)目標(biāo)能夠?qū)崿F(xiàn)，意味著智慧農(nóng)業(yè)將成為新一代青年青睞的新工作新角色，有望改變我國(guó)農(nóng)業(yè)生產(chǎn)的格局。

智能農(nóng)業(yè)的探索者們，希望利用這些采用物聯(lián)網(wǎng)、人工智能技術(shù)的設(shè)備，令從事農(nóng)業(yè)生產(chǎn)變成一件具有“幸福感”的事情，讓越來(lái)越多的年輕人愿意去到田間、去到農(nóng)業(yè)生產(chǎn)園區(qū)服務(wù)。